opencode-conversation-analysis

对话分析

分析 OpenCode 会话中的用户消息，识别反复出现的主题、沟通模式和引导行为。

重要规则

1. 绝不要直接读取或使用 cat 查看分块文件——这些文件很大，会占用过多上下文
2. 将文件路径传给子 Agent——让它们独立读取并分析
3. 使用并行子 Agent——每个分块对应一个子 Agent，并发运行
4. 子 Agent 返回结构化 JSON——最后由你综合结果

工作流

步骤 1：运行提取

~/.agents/skills/opencode-conversation-analysis/scripts/extract.sh

此脚本会：

• 在可用时从 ~/.local/share/opencode/opencode.db（SQLite）读取数据
• 对较旧的 OpenCode 安装，回退到 ~/.local/share/opencode/storage/
• 从主会话中提取用户消息及元数据（session_id、title、timestamp、text）
• 过滤掉少于 10 个字符的消息
• 将内容分割为约 32 万字符的文件（每个约 8 万个 token）
• 输出到 /tmp/opencode-analysis/chunk_*.jsonl

查看输出摘要，了解生成了多少个分块。

步骤 2：启动并行子 Agent

针对每个分块文件，使用以下提示词模板启动一个 general 子 Agent：

Read the file /tmp/opencode-analysis/chunk_N.jsonl which contains user messages from coding sessions (JSONL format with fields: session_id, session_title, timestamp, text).

Analyze these messages to identify recurring themes in how the user steers/guides AI coding assistants. Look for patterns like:
- How they give feedback
- How they correct mistakes
- How they scope/refine requests
- Communication style preferences
- Technical approaches they emphasize

For each theme you identify, provide:
1. Theme name (short, descriptive)
2. Description (1-2 sentences)
3. 2-3 direct quote examples from the messages

Return ONLY valid JSON in this format:
{
  "themes": [
    {
      "name": "Theme Name",
      "description": "Description of the pattern",
      "examples": ["quote 1", "quote 2"]
    }
  ]
}

通过一条消息同时启动所有分块子 Agent（调用多个 Task 工具）。

步骤 3：综合结果

所有子 Agent 返回结果后：

1. 收集所有分块中的主题对象
2. 将相似主题分组（名称相同或描述重叠）
3. 合并重复主题中的示例
4. 按主题出现于多少个分块中进行排序
5. 为每个主题挑选 2-3 个最佳示例

步骤 4：输出格式

按以下结构以 Markdown 呈现最终分析：

# Themes in How You Steer AI Coding Assistants

Analysis of N messages across M sessions (date range)

---

## 1. Theme Name

Description of the pattern.

**Examples:**
- "direct quote 1"
- "direct quote 2"
- "direct quote 3"

---

## 2. Next Theme
...

直接向用户输出——除非用户要求，否则不要写入文件。

自定义选项

用户可能会要求：

• 更改分块大小：在 extract.sh 中编辑 CHUNK_SIZE（默认值为 320000 个字符）
• 更改消息筛选条件：在 extract.sh 中编辑 MIN_TEXT_LEN（默认值为 10 个字符）
• 包含子 Agent 会话：在 extract.sh 中移除 parent_id IS NULL（SQLite）和 parentID（旧版）的筛选条件
• 按时间段筛选：在 extract.sh 中添加时间戳筛选

存储格式参考

详情请参阅 references/storage-format.md，了解 OpenCode 的对话存储结构。